Team Projekterfahrung
← Zum TeamEin E-Commerce-Account ohne Kampagnenhistorie und ohne Conversion-Signale wird systematisch aufgebaut, von Beginn an nach Wirtschaftlichkeit gesteuert und anschließend über mehrere Jahre weiterentwickelt.
Datenbasis: Google Ads · Kauf-Conversions und Conversion-Werte · Gesamtaccount · acht Jahre, davon das letzte ein laufendes Teiljahr
Aufbau und laufende Betreuung: Theresa Leistner. Sie ist heute Teil des Performance-Marketing-Teams von DDM; das Mandat selbst besteht außerhalb von DDM.
aus 102.928 € Werbekosten
über acht Jahre, Gesamtaccount
bei 5,24× ROAS
jedes Jahr über 3,7× ROAS
68,1 % des Umsatzes bei 57,7 % des Budgets
Werte laut Google Ads, Gesamtaccount. „Umsatz“ bezeichnet den plattformseitig attribuierten Conversion-Wert, keinen geprüften Backend-Umsatz. Die Werte treffen keine Aussage über Marge, Retouren oder Stornos.
Der Account eines E-Commerce-Anbieters aus dem Food-Bereich wurde vollständig neu aufgebaut. Es gab keine Kampagnenhistorie, keine gemessenen Conversions und keine Signale, mit denen automatisierte Gebotsstrategien hätten arbeiten können.
Das ist die entscheidende Einschränkung zu Beginn. Ziel-ROAS, Ziel-CPA und Performance Max arbeiten ausschließlich auf Basis vergangener Conversion-Daten. Wer sie ohne diese Grundlage aktiviert, finanziert eine Lernphase mit echtem Budget und erhält Ergebnisse, die für Optimierungsentscheidungen zu volatil sind.
Dazu kam die Ökonomie des Sortiments. Artikel im niedrigen einstelligen Preisbereich standen neben Sortimentsteilen mit deutlich höherem Warenkorb, bei unterschiedlichen Margen und Wiederkaufraten. Ein einheitliches Renditeziel über den Gesamtkatalog hätte margenstarke Produkte gedeckelt und margenschwache quersubventioniert.
Hinzu kam die kaufmännische Rahmenbedingung: Es gab kein Investitionsbudget, das sich über Jahre amortisieren durfte. Der Account musste vom ersten Monat an einen positiven Deckungsbeitrag erwirtschaften.
Der Aufbau erfolgte nicht über sofortige Automatisierung, sondern über Messung, Feed-Qualität, saubere Struktur und kontrollierten Signalaufbau.
Vor dem ersten Euro Mediabudget wurde die Messung validiert: eine primäre Kauf-Conversion als Steuerungssignal, Warenkorb- und Checkout-Ereignisse ausschließlich als sekundäre Diagnosewerte. Der Conversion-Wert wurde als Netto-Warenkorb ohne Versand und Umsatzsteuer definiert. Ein überhöhter Wert erzeugt ein Renditeziel, das auf dem Papier funktioniert und im Deckungsbeitrag nicht.
Parallel wurde der Feed neu aufgebaut: Titelschema nach Suchsprache, vollständige Produktkategorien, Identifikatorenlogik für Eigenprodukte und Custom Labels für Margenklasse, Bestseller-Status und Preisband. Produkte ohne tragfähigen Deckungsbeitrag wurden aus dem Feed ausgeschlossen.
Der Start erfolgte mit kontrollierten Geboten statt Ziel-ROAS: vorhersehbare Kosten, saubere Suchbegriffsdaten und keine Blackbox in einer Phase ohne Vergleichswerte. Das Budget wurde auf margenstarke Kategorien konzentriert, weil Conversion-Dichte durch Konzentration entsteht und nicht durch Streuung über den Katalog.
Suchanfragen zu Zubereitung und Warenkunde ohne Kaufabsicht wurden über zentrale Negativlisten ausgeschlossen. Im Food-E-Commerce ist das einer der teuersten systematischen Fehler. Der Übergang zur Automatisierung erfolgte stufenweise und erst bei stabiler Conversion-Menge je Gebotseinheit.
Der Katalog wurde in drei Cluster mit unterschiedlicher Aufgabe und unterschiedlichem Renditeziel getrennt: ein Core-Cluster für verlässliche Bestseller als Umsatzbasis und Signallieferant, ein High-ROAS-Cluster für überdurchschnittlich rentable Produkte mit weiterreichender Budgetausweitung, und ein Test-Cluster für neue Produkte mit gedeckeltem Budget und definierten Abbruchkriterien.
Ergänzt wurde die Struktur um Performance Max mit Ziel-ROAS-Steuerung für Reichweite jenseits der klassischen Shopping-Auktion.
Für jedes Cluster wurde der Break-even-ROAS aus der Rohmarge nach variablen Kosten hergeleitet. Erst dieser Wert macht ein Renditeziel interpretierbar: Ein ROAS von 4 ist bei einer Kategorie profitabel und bei der nächsten ein Verlustgeschäft.
Gesteuert wurde anschließend über den Return der zuletzt eingesetzten Budgeteinheit, nicht über den Monatsdurchschnitt. Budgeterhöhungen erfolgten in kontrollierten Schritten mit anschließender Stabilisierungsphase, um Lernphasen nicht bei jeder Anpassung zurückzusetzen.
Die Skalierung verlief nicht linear. Das war eine Steuerungsentscheidung: Wächst das Budget, erschließt jeder zusätzliche Euro eine weniger kaufbereite Nachfrage, und der Durchschnitts-ROAS sinkt zwangsläufig.
Längere Balken bedeuten mehr Ertrag je eingesetztem Werbe-Euro. Alle Jahre teilen dieselbe Skala.
Jahr 8 ist ein laufendes Teiljahr und mit den Volljahren nicht direkt vergleichbar.
Die Jahreswerte summieren sich auf die ausgewiesenen Gesamtzahlen.
| Jahr | Werbekosten | Attribuierter Conversion-Wert | ROAS | Phase |
|---|---|---|---|---|
| Jahr 1 | 815,59 € | 4.274,79 € | 5,24× | Launch, kontrollierter Einstieg |
| Jahr 2 | 10.478,82 € | 73.883,60 € | 7,05× | Erste Skalierung |
| Jahr 3 | 10.930,76 € | 90.306,84 € | 8,26× | Höchstwert der Effizienz |
| Jahr 4 | 18.674,83 € | 81.507,50 € | 4,36× | Budgetausweitung |
| Jahr 5 | 17.815,35 € | 67.015,81 € | 3,76× | Shop-Relaunch, Ausbau Performance Max |
| Jahr 6 | 20.896,23 € | 97.768,31 € | 4,68× | Höchststand der Skalierung |
| Jahr 7 | 13.354,12 € | 59.024,76 € | 4,42× | Konsolidierung |
| Jahr 8 (laufend) | 9.962,69 € | 48.141,00 € | 4,83× | Effizienzgewinn |
| Gesamt | 102.928,38 € | 521.922,61 € | 5,07× |
Der Spitzenwert von 8,26× im dritten Jahr entstand bei rund 10.900 € Jahresbudget auf der kaufbereitesten Nachfrage. In dieser Höhe war er nicht skalierbar. Jede Budgetausweitung erschließt weniger kaufbereite Nachfrage und senkt damit die Durchschnittsrendite.
Die maßgebliche Frage ist deshalb nicht, ob der Durchschnitts-ROAS fällt, sondern ob der Grenzertrag über dem Break-even bleibt. An diesem Punkt wurde im fünften Jahr das Budget nicht erhöht, sondern die Struktur überarbeitet. Die Segmentierung in Core-, High-ROAS- und Test-Cluster stammt aus dieser Phase.
Jahr 5 gegenüber Jahr 6
Der zusätzlich eingesetzte Euro brachte in diesem Schritt fast das Doppelte des Accountdurchschnitts. Dieselbe Budgetgrößenordnung erzeugte nach der Umstrukturierung ein Vielfaches an Conversion-Wert.
Einzuordnen ist dabei: In Jahr 5 fand ein Shop-Relaunch statt, der die Conversion-Strecke unabhängig vom Werbekonto beeinflusst hat. Ein Teil der Erholung in Jahr 6 geht darauf zurück und nicht auf die Kampagnenstruktur. Die Bewertung dieses Falls stützt sich deshalb auf die Accountebene über den Gesamtzeitraum.
In den beiden letzten Jahren wurde das Budget reduziert und auf die renditestärksten Cluster verdichtet. Der ROAS stieg von 4,42× auf 4,83×. Das laufende Jahr liegt nach acht Monaten bei 81,6 % des gesamten Vorjahres-Conversion-Werts, bei höherer Effizienz und geringerem Mitteleinsatz.
Google Shopping war über den Gesamtzeitraum der stärkste Performance-Kanal.
| Kanal | Werbekosten | Anteil | Conversion-Wert | Anteil | ROAS |
|---|---|---|---|---|---|
| Google Shopping | 59.426,55 € | 57,7 % | 355.321,73 € | 68,1 % | 5,98× |
| Performance Max | 39.676,70 € | 38,5 % | 165.327,39 € | 31,7 % | 4,17× |
Die verbleibenden 3,7 % des Budgets entfielen auf Search- und YouTube-Kampagnen als abgegrenztes Test- und Markenbudget. Diese wurden nicht auf Last-Click-Rendite gesteuert und sind hier nicht als Effizienzvergleich ausgewiesen.
Shopping erwirtschaftete mit 57,7 % des Budgets 68,1 % des Conversion-Werts, also überproportional. Performance Max liegt mit 4,17× unter dem Accountdurchschnitt, aber klar über dem Break-even.
Daraus folgt kein Argument gegen Performance Max, sondern eines gegen die verbreitete Praxis, den gesamten Etat dorthin zu verlagern. Performance Max kauft zusätzliche Reichweite zu höheren Grenzkosten. Als Ergänzung eines strukturierten Shopping-Fundaments ist das wirtschaftlich sinnvoll, als Ersatz dafür nicht.
Datenbasis ist Google Ads, Gesamtaccount, über acht Jahre bis laufend. Dargestellte Werte sind plattformseitig attribuierte Conversion-Werte und keine geprüften Backend-Umsätze.
ROAS entspricht dem Conversion-Wert geteilt durch die Werbekosten, die Kosten-Umsatz-Relation den Werbekosten geteilt durch den Conversion-Wert. Beide sind Plattformkennzahlen und treffen keine Aussage über Marge, Retouren oder Stornos. Aus einem ROAS-Wert allein lässt sich deshalb nicht ableiten, ob ein Jahr profitabel war; dafür wäre der Break-even je Produktgruppe erforderlich, der hier nicht ausgewiesen wird.
Jahr 8 ist ein laufendes Teiljahr. Einzelne Jahresvergleiche enthalten Effekte, die nicht ausschließlich auf die Kampagnensteuerung zurückgehen.
Ein fallender Durchschnitts-ROAS bei steigendem Budget ist kein Fehler, sondern Mathematik. Entscheidend ist der Grenzertrag.“
Automatisierte Gebotsstrategien sind Verstärker, keine Startmotoren. Sie verstärken auch fehlerhafte Signale: falsche Conversion-Werte, doppelte Zählungen, Klicks auf Suchanfragen ohne Kaufabsicht.
Ein einziger Feed über den Gesamtkatalog erzeugt einen Durchschnittswert, aus dem sich keine Entscheidung ableiten lässt. Erst die Trennung in Cluster macht sichtbar, welches Produkt trägt und welches mitläuft.
Erst die Rohmarge je Produktgruppe macht ein Renditeziel betriebswirtschaftlich belastbar. Ohne hergeleiteten Break-even ist ein Ziel-ROAS eine Setzung, keine Steuerungsgröße.
Fällt der Grenzertrag unter den Break-even, ist die richtige Reaktion Konsolidierung und Restrukturierung. Weder mehr Budget noch ein abgesenktes Renditeziel lösen das.
Projektverantwortung Google Ads
Senior SEA & Performance Marketing Consultant
Der Account wurde von Theresa Leistner von Grund auf aufgebaut und wird von ihr weiterhin betreut. Das Mandat besteht außerhalb von DDM.
Theresa Leistner ist heute Teil des Performance-Marketing-Teams der DDM Data Driven Marketing GmbH und verantwortet dort Kampagnenstruktur, Gebotsstrategien und die laufende Optimierung in Google Ads. Der Case steht hier, weil diese Erfahrung in unsere Arbeit im E-Commerce einfließt.
Wir prüfen Google Ads und Microsoft Ads auf Messlücken, strukturelle Ineffizienzen und falsche Budgetsignale und zeigen, wo wirtschaftliches Potenzial übersehen oder Budget ineffizient eingesetzt wird.
Für mittelständische E-Commerce-Unternehmen · Google Ads & Microsoft Ads · Fokus auf Conversion Tracking, ROAS und wirtschaftliche Skalierung
